赛湖BU-数据治理工程师(J20457)

数据治理执行：在现有数据治理体系下，推进数据标准、数据分类分级、元数据、数据血缘的落地执行与日常治理运营。 核心主数据治理：主导企业核心主数据（涵盖研发、生产、供应、销售、服务等业务域）的梳理、清洗与标准化治理工作，破除跨系统数据孤岛，确保核心业务数据的唯一性与一致性。

大数据开发与数仓建设：主导公司级数据仓库及数据中台的建设与开发，完成数据清洗、ETL 流程优化及数仓分层设计（ODS/DWD/DWS 等），保障数据加工任务的高效与稳定。

数据质量与资产管理：建立并完善数据质量评估体系与监控机制，定期盘点数据资产并输出资产目录，推动数据治理流程的标准化与体系化，确保数据的准确性、一致性与完整性。

业务赋能与需求对接：作为技术与业务的桥梁，深入理解各业务线数据需求，梳理核心业务指标体系，将业务需求转化为数据规则并推动落地实施。

日常运维与报表保障：负责数据平台、数仓任务及报表服务的日常运维保障，搭建系统监控体系，实施故障快速响应与性能优化机制，保障报表数据的准确输出。

学历与专业：本科及以上学历，计算机、软件工程、数据科学、信息管理或数学统计等相关专业。

数据治理经验：具备 3 年以上数据治理、数据中台或数据仓库相关实战经验，熟悉 DAMA、DCMM 等主流数据管理框架，掌握数据生命周期管理流程。

大数据开发技能：具备扎实的大数据工程能力，精通 SQL 及至少一种编程语言（如 Python、Java、Shell）；熟练掌握 Hadoop 生态组件（Hive、Spark、Flink、Kafka 等）及分布式计算框架，具备数仓建模与 ETL 开发调优经验。 报表开发与运维：熟练掌握主流 BI 可视化工具（如帆软 FineReport/FineBI 等），能够独立完成业务报表、数据大屏的搭建、日常维护与性能优化。

综合素质：具备极强的跨部门推动力与业务同理心，能够主导数据治理规范的宣贯与落地；能熟练使用业务语言与技术语言进行切换，工作责任心强，具备较强的问题定位与解决能力。

AI 数据支撑与合规：具备构建高质量、结构化数据集的实战经验，熟悉非结构化数据（文本、图像等）的清洗与标注规范，能有效支撑大模型训练、RAG 知识库构建或 Agent 应用的数据底座建设。

行业背景：有大型集团数据治理交付项目、车企、制造行业数据治理经验者优先。